CN109917418B - 一种激光雷达无反射区域的测量方法 - Google Patents
一种激光雷达无反射区域的测量方法 Download PDFInfo
- Publication number
- CN109917418B CN109917418B CN201910241292.0A CN201910241292A CN109917418B CN 109917418 B CN109917418 B CN 109917418B CN 201910241292 A CN201910241292 A CN 201910241292A CN 109917418 B CN109917418 B CN 109917418B
- Authority
- CN
- China
- Prior art keywords
- laser radar
- area
- data
- reflection area
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种激光雷达无反射区域的测量方法。首先采集激光雷达数据,进行激光雷达预处理;其次对有反射区域的激光信息进行聚类分区域和对各个区域选取两个端点,以确定局部无反射区域;然后对局部无反射区域进行延伸与激光雷达量程匹配,得到完整无反射区域;最后通过更新该区域的栅格占用概率来构建完整的地图。
Description
技术领域
本发明属于激光SLAM技术领域,具体涉及一种激光雷达无反射区域的测量方法。
技术背景
同时定位与建图(SLAM,Simultaneous Localization and Mapping)技术一直是机器人研究热点。其中激光雷达传感器凭借制图精确,有很高的实时性,适应性强,不像视觉传感器受光影响巨大,所以激光雷达得到了广泛应用。但是利用激光雷达对较长的走道、公路或较空旷区域(大于激光雷达测量范围)等场景建图时经常会有无反射区域,导致机器人无法构建完整的地图,降低了建图的效率,同时也为导航造成了不便。
发明内容
为了解决上述技术问题,本发明提供一种激光雷达无反射区域的测量方法,该方法首先对有反射信号区域的激光数据进行聚类分成多个区域,然后对各个区域选取端点确定局部无反射区域,其次通过与激光雷达量程对比确定完整无反射区域,最后通过更新该区域的栅格占用概率来构建完整的地图。
技术方案:本发明所述的一种激光雷达无反射区域的测量方法包括以下步骤:
步骤1、采集激光雷达数据,获取数据极坐标;
步骤2、对激光雷达数据进行采样,获取单帧数据并进行预处理;
步骤3、激光雷达数据点坐标进行转换并计算各点之间的距离;
步骤4、根据步骤3得到的距离设置自适应阈值,对激光数据进行聚类;
步骤5、当前帧的激光雷达数据经过步骤4后,分成若干个数据区域,选出各自区域的两个端点;
步骤6、将步骤5得到的各个数据区域的端点按角度大小进行排序;
步骤7、根据步骤6的排序关系,确定局部无反射区域;
步骤8、根据步骤7的局部无反射区域来确定完整的无反射区域;
步骤9、利用方程表示该区域;
步骤10、更新栅格地图。
进一步的,步骤1采集激光雷达数据具体为得到障碍物离激光雷达的距离和角度。
进一步的,步骤2为了降低噪声干扰、环境光的干扰以及提高低反射物检测的能力,对激光雷达数据进行中值滤波预处理。
进一步的,步骤3首先将激光雷达极坐标转换为直角坐标,再根据激光雷达的平移向量和旋转角度,将直角坐标转换为全局坐标并计算相邻点的欧式距离。
进一步的,步骤4对激光雷达数据激光采用最近邻聚类,由于雷达数据点之间的距离会随着光束距离的变化而变化,对此设置自适应阈值,降低聚类错误概率。
进一步的,步骤5在各自区域里面根据数据点在极坐标下的角度大小,分别取其中角度值最大和最小两个点,作为该区域的两个端点。
进一步的,步骤6排序时要保证同区域的两端点角度值必然相邻,否则说明不同类之间有交叉区域,最近邻聚类对交叉区域算为同一类。
进一步的,步骤7对不同区域的相邻的端点以及激光雷达原点分别进行连线,形成三角区域,该区域即局部无反射区域。
进一步的,步骤8延长激光雷达原点与端点的线段,使其长度达到激光雷达量程(激光雷达扫描范围是以量程距离为半径的圆)距离,三角区域便成了扇形区域,即该量程内完整的无反射区域。
进一步的,步骤9两个端点坐标已知,激光雷达作为原点,利用两条直线方程和一个圆弧方程表示该扇形区域。
进一步的,步骤10对于当前帧激光雷达数据栅格地图“未知”状态(即无反射区域),满足在扇形区域内的栅格坐标进行提取,对该区域的栅格“占用”概率设置阈值,若该区域占用概率小于该阈值,那么对栅格地图“未知”更新为“空闲”。
本发明的优点:使用本方法对于改善激光雷达建图完整性效果明显,不仅能够节约建图时间,而且增加了不少地图面积。
附图说明
图1为本发明方法的流程示意图
图2为本发明方法的确定局部无反射区域示意图;
图3为本发明方法的确定完整无反射区域示意图;
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述。
如图1所示,步骤1、采集激光雷达数据获取数据极坐标。
步骤2、对激光雷达数据进行采样,获取单帧数据并进行预处理。
其中为了降低噪声、环境光的干扰以及提高低反射物检测的能力,对激光雷达数据进行中值滤波预处理。
步骤3、激光雷达数据点坐标进行转换并计算各点之间的距离。
首先将激光雷达极坐标转换为直角坐标,再根据激光雷达的平移向量和旋转角度,将直角坐标转换为全局坐标并计算相邻点的欧式距离。
步骤4、设置自适应阈值,对激光数据进行聚类。
对激光雷达数据激光采用最近邻聚类,由于雷达数据点之间的距离会随着光束距离的变化而变化,对此设置自适应阈值,降低聚类错误概率。
步骤5、当前帧的激光雷达数据经过步骤4后,分成若干个数据区域,选出各自区域的两个端点。
如图2所示,激光雷达数据经过聚类分成A、B、C和D四个区域,例如A区域,里面根据数据点在极坐标下的角度大小,分别取其中角度值最大a1和最小a0两个点,作为该区域的两个端点,其他区域以此类推。
步骤6、对各个数据区域的端点按角度大小进行排序。
如图2所示,经过排序后得到a0<a1<b0<b1<c0<c1<d0<d1的大小关系,要注意的是,排序时要保证同区域的两端点角度值必然相邻,否则说明不同类之间有交叉区域,最近邻聚类对交叉区域算为同一类。
步骤7、根据排序关系,确定局部无反射区域。
如图2所示,对不同区域的相邻的端点进行连线,再分别与激光雷达原点O分别进行连线,形成三角区域S1和S2,该区域即局部无反射区域。
步骤8、根据步骤7的局部无反射区域来确定完整的无反射区域。
如图3所示,延长激光雷达原点与端点的线段,使其长度达到激光雷达量程(虚线圆为激光雷达量程范围)距离,交量程范围圆为E和F,三角区域便成了扇形区域S3,即该量程内完整的无反射区域。
步骤9、利用方程表示该区域。
如图3所示,已知两个端点极坐标,相应的E和F的极坐标也容易得出,再根据激光雷达坐标为原点O,利用两条直线方程和一个圆弧方程表示该扇形区域。
步骤10、更新栅格地图。
对于当前帧激光雷达数据栅格地图“未知”状态(即无反射区域),满足在扇形区域内的栅格坐标进行提取,对该区域的栅格“占用”概率设置阈值,若该区域占用概率小于该阈值,那么对栅格地图“未知”更新为“空闲”。
以上所述的仅为本发明一种较佳实施例而已,不能以此来限定本发明的权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (6)
1.一种激光雷达无反射区域的测量方法,其特征在于该方法包括以下步骤:
步骤1、采集激光雷达数据,获取数据极坐标;
步骤2、对激光雷达数据进行采样,获取单帧数据并进行预处理;
步骤3、激光雷达数据点坐标进行转换并计算各点之间的距离;
步骤4、根据步骤3得到的距离设置自适应阈值,对激光数据进行聚类;
步骤5、当前帧的激光雷达数据经过步骤4后,分成若干个数据区域,在各自区域里面根据数据点在极坐标下的角度大小,分别取其中角度值最大和最小两个点,作为给区域的两个端点;
步骤6、将步骤5得到的各个数据区域的端点按角度大小进行排序,排序时要保证同区域的两端点角度值必然相邻,否则说明不同类之间有交叉区域,最近邻聚类对交叉区域算为同一类;
步骤7、根据步骤6的排序关系,对不同区域的相邻的端点以及激光雷达原点分别进行连线,形成三角区域,该区域即局部无反射区域;
步骤8、根据步骤7的局部无反射区域来确定完整的无反射区域,延长激光雷达原点与端点的线段,使其长度达到激光雷达量程距离,激光雷达扫描范围是以量程距离为半径的圆,三角区域便成了扇形区域,即该量程内完整的无反射区域;
步骤9、利用方程表示该区域;
步骤10、更新栅格地图。
2.根据权利要求1所述的一种激光雷达无反射区域的测量方法,其特征在于:为了降低噪声干扰、环境光的干扰以及提高低反射物检测的能力,对激光雷达信息进行中值滤波。
3.根据权利要求1所述的一种激光雷达无反射区域的测量方法,其特征在于:首先将激光雷达极坐标转换为直角坐标,再根据激光雷达的平移向量和旋转角度,将直角坐标转换为全局坐标并计算相邻点的欧式距离。
4.根据权利要求1所述的一种激光雷达无反射区域的测量方法,其特征在于:对激光雷达数据采用最近邻聚类,由于雷达数据点之间的距离会随着光束距离的变化而变化,对此设置自适应阈值,降低聚类错误概率。
5.根据权利要求1所述的一种激光雷达无反射区域的测量方法,其特征在于:两个端点坐标已知,激光雷达作为原点,利用两条直线方程和一个圆弧方程表示扇形区域。
6.根据权利要求1所述的一种激光雷达无反射区域的测量方法,其特征在于:对于当前帧激光雷达数据栅格地图“未知”状态,即无反射区域,满足在扇形区域内的栅格坐标进行提取,对该区域的栅格“占用”概率设置阈值,若该区域占用概率小于该阈值,那么对栅格地图“未知”更新为“空闲”。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910241292.0A CN109917418B (zh) | 2019-03-28 | 2019-03-28 | 一种激光雷达无反射区域的测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910241292.0A CN109917418B (zh) | 2019-03-28 | 2019-03-28 | 一种激光雷达无反射区域的测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109917418A CN109917418A (zh) | 2019-06-21 |
CN109917418B true CN109917418B (zh) | 2023-04-07 |
Family
ID=66967292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910241292.0A Active CN109917418B (zh) | 2019-03-28 | 2019-03-28 | 一种激光雷达无反射区域的测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109917418B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443275B (zh) * | 2019-06-28 | 2022-11-25 | 炬星科技(深圳)有限公司 | 去除噪声的方法、设备及存储介质 |
CN113031006B (zh) * | 2021-02-26 | 2023-06-27 | 杭州海康机器人股份有限公司 | 一种定位信息的确定方法、装置及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002107453A (ja) * | 2000-09-28 | 2002-04-10 | Tokyu Car Corp | ビーム掃引型レーダ装置、移動体、固定測定エリア内物体検知装置、及び輪郭測定装置 |
KR101421128B1 (ko) * | 2014-04-30 | 2014-07-22 | 국방과학연구소 | 레이저 레이더 기반의 3차원 원시 데이터를 이용한 건물 영역 추출 방법 |
CN107179086A (zh) * | 2017-05-24 | 2017-09-19 | 北京数字绿土科技有限公司 | 一种基于激光雷达的制图方法、装置及系统 |
WO2018101526A1 (ko) * | 2016-11-30 | 2018-06-07 | 네이버 주식회사 | 라이다 데이터를 이용하여 도로 영역과 차선을 검출하는 방법 및 그 시스템 |
WO2018121448A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳市杉川机器人有限公司 | 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质 |
CN109212555A (zh) * | 2018-10-12 | 2019-01-15 | 合肥中科智驰科技有限公司 | 基于三维激光雷达的可通行区域检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6672915B2 (ja) * | 2016-03-15 | 2020-03-25 | オムロン株式会社 | 物体検出装置、物体検出方法、及び、プログラム |
-
2019
- 2019-03-28 CN CN201910241292.0A patent/CN109917418B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002107453A (ja) * | 2000-09-28 | 2002-04-10 | Tokyu Car Corp | ビーム掃引型レーダ装置、移動体、固定測定エリア内物体検知装置、及び輪郭測定装置 |
KR101421128B1 (ko) * | 2014-04-30 | 2014-07-22 | 국방과학연구소 | 레이저 레이더 기반의 3차원 원시 데이터를 이용한 건물 영역 추출 방법 |
WO2018101526A1 (ko) * | 2016-11-30 | 2018-06-07 | 네이버 주식회사 | 라이다 데이터를 이용하여 도로 영역과 차선을 검출하는 방법 및 그 시스템 |
WO2018121448A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳市杉川机器人有限公司 | 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质 |
CN107179086A (zh) * | 2017-05-24 | 2017-09-19 | 北京数字绿土科技有限公司 | 一种基于激光雷达的制图方法、装置及系统 |
CN109212555A (zh) * | 2018-10-12 | 2019-01-15 | 合肥中科智驰科技有限公司 | 基于三维激光雷达的可通行区域检测方法 |
Non-Patent Citations (4)
Title |
---|
基于三维激光雷达的障碍物检测方法研究;张穗华等;《机电产品开发与创新》;20161128(第06期);全文 * |
基于激光雷达的移动机器人定位和地图创建;王元华等;《微计算机信息》;20090515(第14期);全文 * |
基于激光雷达的道路可行区域检测;邹斌等;《武汉理工大学学报(交通科学与工程版)》;20170415(第02期);全文 * |
无反射板激光导航机器人地图创建的特征提取;李丹阳等;《中国机械工程》;20181126(第22期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109917418A (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109001757B (zh) | 一种基于2d激光雷达的车位智能检测方法 | |
CN109655805B (zh) | 一种基于扫描线段重合长度估计的激光雷达定位方法 | |
CN105404844B (zh) | 一种基于多线激光雷达的道路边界检测方法 | |
CN112513679B (zh) | 一种目标识别的方法和装置 | |
CN109917418B (zh) | 一种激光雷达无反射区域的测量方法 | |
CN114488194A (zh) | 一种智能驾驶车辆结构化道路下目标检测识别方法 | |
CN112083441A (zh) | 激光雷达和毫米波雷达深度融合的障碍物检测方法及系统 | |
CN108664733A (zh) | 棱边特征曲面拓扑逼近重建方法 | |
WO2022141116A1 (zh) | 三维点云分割方法和装置、可移动平台 | |
CN114280626A (zh) | 一种基于局部结构信息扩展的激光雷达slam方法及系统 | |
CN115728803A (zh) | 一种城市驾驶车辆连续定位系统及方法 | |
CN115308770A (zh) | 一种基于拟合图形的动态障碍物检测方法 | |
Wei et al. | Building a local floor map by use of ultrasonic and omni-directional vision sensors | |
CN110457417A (zh) | 基于边缘检测算法的室内地图构建的方法、计算机存储介质和终端 | |
CN112130166B (zh) | 基于反光板网络的agv定位方法及装置 | |
CN117031424A (zh) | 一种基于导航雷达的水面目标检测跟踪方法 | |
CN114565726A (zh) | 一种非结构化动态环境下的同时定位与建图方法 | |
CN114488026A (zh) | 基于4d毫米波雷达的地下停车库可通行空间检测方法 | |
CN112767476A (zh) | 一种快速定位系统、方法及应用 | |
CN114910881A (zh) | 一种负障碍物检测方法及其装置、车辆 | |
CN112348950A (zh) | 一种基于激光点云分布特性的拓扑地图节点生成方法 | |
CN116228603B (zh) | 一种挂车周围障碍物的报警系统及装置 | |
CN116434183B (zh) | 一种基于多点云协同融合的道路静态环境描述方法 | |
CN117491983A (zh) | 实现可通行区域边界获取及目标相对位置判别的方法 | |
WO2020258065A1 (zh) | 毫米波雷达天气检测的方法、毫米波雷达和可移动平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Gan Fubao Inventor after: Zhou Ningya Inventor before: Zhou Ningya |
|
GR01 | Patent grant | ||
GR01 | Patent grant |